Estimacion de puntos de independencia de un vector aleatorio.

LOPEZ-ROSENFELD, MATÍAS; RODRIGUEZ, DANIELA; LEONARDI, FLORENCIA; MARIELA SUED; SEVERINO, MAGNO T. F.

Virtual

Conferencia; Reunion anual de la union matematica argentina; 2020

Union Matematica Argentina

En los últimos año debido a la creciente capacidad de almacenamiento de datos, el problema de reducción de la dimension ha recibido considerable atención. En este contexto, una herramienta que resulta interesante consiste en detectar puntos de independencia en un vector aleatorio. A modo de ejemplo y teniendo en cuenta el principio de parsimonia, la diferencia entre modelar una serie de tiempo en dimensión 5 versus la posibilidad de mirar una serie en dimensión 3 y otra en dimensión 2, es definitivamente sustancial. En esta charla, expondremos un método de estimación basado en penalización que permite identificar los puntos de independencia en vectores cuyas coordenadas son tanto continuas como discretas. Comentaremos sus propiedades y su aplicación a datos reales. Estos resultado forman parte de una reciente colaboración con F. Leonardi, M. Lopez-Rosenfeld, M. Severino y M. Sued